基于计算机视觉技术的宠物年龄估算竞赛设计的数据集

摘要：宠物年龄估算数据集是一个专为基于计算机视觉技术的宠物年龄估算竞赛设计的数据集，要求参赛者通过宠物狗面部图像估算其年龄。数据集包含26,000张宠物狗图像，分为训练集（20,000张）、验证集（3,000张）和测试集（3,000张）。

数据集简介

数据集概述

AFAC2023宠物年龄估算数据集是一个专为基于计算机视觉技术的宠物年龄估算竞赛设计的数据集，要求参赛者通过宠物狗面部图像估算其年龄。数据集包含26,000张宠物狗图像，分为训练集（20,000张）、验证集（3,000张）和测试集（3,000张）。由于宠物狗寿命通常约为15年（不超过16年），年龄标签范围为[0, 192)月龄，以月龄为单位进行标注。训练集和验证集为噪声数据集，噪声内容约为6%，即约6%的数据标签可能不正确，而测试集不含噪声。数据文件采用标准结构：images文件夹包含图像文件，annotations文件夹包含train.txt、val.txt标签文件，标签格式为”image_name\tage_month”（制表符分隔）。该数据集为宠物年龄估算、计算机视觉回归任务和噪声学习研究提供了标准化的基准数据。

数据结构与关键特征

数据集采用图像-标签分离结构，images文件夹包含26,000张宠物狗面部图像，annotations文件夹包含train.txt和val.txt标签文件（测试集标签未公开）。关键特征包括：大规模数据（26,000张图像提供充足的训练和评估样本）、月龄精细标注（0-191月龄提供192个细粒度年龄级别）、噪声数据设计（训练集和验证集6%噪声率模拟真实场景的标注错误）、测试集无噪声（确保公平评估）、以及面部聚焦（图像聚焦宠物狗面部，减少背景干扰）。数据集的噪声设计是一个重要特点，6%的标注错误反映了真实场景中人工标注的不确定性（如幼犬和老年犬的年龄难以精确判断），这要求模型具备噪声鲁棒性。192个月龄级别的细粒度标注使任务具有挑战性，因为相邻月龄的视觉差异可能很小，特别是成年犬阶段。数据集与金融数据理解的关联可能在于宠物保险、宠物医疗金融产品等场景中需要准确的宠物年龄评估。

应用价值与研究方向

该数据集在宠物保险、宠物医疗、计算机视觉和噪声学习研究领域具有重要应用价值，可用于开发宠物年龄自动估算系统、宠物保险定价工具、宠物健康管理APP和兽医辅助诊断平台。研究方向包括：基于深度学习的年龄回归算法、噪声鲁棒学习（处理6%标注错误）、细粒度年龄估计、迁移学习从人脸年龄估计到宠物、注意力机制在年龄特征定位中的应用、多任务学习（年龄估计+品种识别）、以及不确定性估计（为预测结果提供可信度）。数据集的噪声设计特别适合研究噪声鲁棒训练策略、标签清洗技术、以及如何在标注不确定的情况下训练可靠模型。此外，该数据集还可扩展至其他动物年龄估计、宠物健康评估、寿命预测等应用场景，为推动AI技术在宠物保险和金融领域的应用、实现精准定价、降低保险欺诈、改善宠物医疗服务提供重要的数据支撑和技术基础。在宠物经济快速增长和宠物保险市场扩大的背景下，准确的宠物年龄估算对于保险定价、理赔审核和风险管理具有重要的商业价值。

数据集来源

由张家梁(Bob)整理并于2026年在7zcode平台公开发布。

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：Datasets-224
文件大小：3.4G
原创声明：本数据集为整理作品

联系方式

开源协议

本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。